摘要
针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络在线整定PID参数。实验结果表明,基于神经网络的复合控制器可以有效缩短系统响应时间,提高跟踪精度等系统性能指标。
Aiming at the time-varying parameters of the aircraft rudder electro-hydraulic load simulator system, the problem of non-linear factors and the excess force interference affecting system performance indicators, a composite controller based on neural network is designed. This composite controller is based on PSO algorithm to improve BP neural network to identify the mathematical model of the system, and then the DRNN neural network is used to set PID parameters online. The experimental results show that the compound controller based on neural network can effectively shorten the system response time and improve the system performance indicators such as tracking accuracy.
作者
刘晓琳
兰婉昆
LIU Xiaolin;LAN Wankun
出处
《科技创新与应用》
2020年第12期32-36,共5页
Technology Innovation and Application
基金
天津市自然科学基金(编号:17JCYBJC18200)
中央高校基本科研业务费项目(编号:3122018C002)
中国民航大学研究生科技创新基金项目(编号:201930)
中国民航大学大学生创新创业训练计划项目(编号:201910059120)
中国民航大学大学生创新创业训练计划项目(编号:201910059121)。
